python - 重新采样/时间分组到特定的时间跨度/周期

Question

我尝试将一些数据分组到每四周一次的存储桶中，并使用 pd.Grouper(key='created_at', freq='4W')。我希望这些组是这样的，如果我有从 2019-08-26 到 2019-10-20 的 8 周数据，第一组的范围是 2019-08-26 到 2019-09-22，第二组的范围是 2019-08-26 到 2019-09-22组范围为 2019-09-23 至 2019-10-20。然而，当使用石斑鱼时，它不会以这种方式分组，而是锚定到第一个星期日并从那里计算四个星期，产生如下输出:

created_at
2019-09-01    317
2019-09-29    990
2019-10-27    645
Freq: 4W-SUN, dtype: int64

而不是:

created_at
2019-08-26    1048
2019-09-23     904
Freq: 4W-SUN, dtype: int64

我尝试过的另一个选项是使用 pd.Timedelta(weeks=4) 作为频率，如下所示:

df.groupby(pd.Grouper(key='created_at', freq=pd.Timedelta(weeks=4)).size()

但是，只有当数据中所有日期都可用时，这才有效。例如，如果数据直到 2019 年 8 月 30 日才开始，则组标签会有所不同，因为它正在计算最早日期的增量。我正在考虑创建一个自定义偏移对象，但不确定这是否是正确的方向。

原始数据大致如下:

                created_at
id
4324856 2019-08-26 12:38:51
4325472 2019-08-26 13:18:07
4325974 2019-08-26 13:47:09
4326205 2019-08-26 13:56:27
4326296 2019-08-26 13:57:35

带有与当前问题无关的附加列。

Answer 1

尝试在pd.Grouper()中添加参数close='left' 。默认情况下，区间的闭端是'right'

df.groupby(pd.Grouper(key='created_at', freq='4W', closed='left')).size()